有效地利用LTV，不僅僅是為了衡量用戶對產(chǎn)品的價值，更重要的是進一步驅(qū)動產(chǎn)品的進步。

一、LTV定義

LTV（life time value）也就是用戶生命周期價值，是產(chǎn)品從用戶獲取到流失所得到的全部收益的總和。LTV用于衡量用戶對產(chǎn)品所產(chǎn)生的價值，是所有用戶運營手段為了改善的終極指標(biāo)，同時LTV也應(yīng)該是所有運營手段的最終衡量指標(biāo)。以用戶獲取為例，一個用戶獲取渠道的新客成本是否昂貴，并不僅僅取決于這個新客成本的絕對值的高低，還取決于獲取到的用戶LTV是多少。同樣一個產(chǎn)品，A渠道的新客獲取成本是150元，B渠道的新客獲取成本是300元，直觀地感受A渠道效果更好。但是如果后續(xù)追蹤LTV之后，A渠道的用戶平均LTV是100元，B渠道用戶平均LTV是400元。在考慮LTV之后發(fā)現(xiàn)，A渠道每個新客虧損50元，B渠道贏利100元，雖然B渠道新客價格更貴，但是B渠道更加有效。

不管是用戶獲取、留存還是喚醒，需要投入多少資源，都可以用LTV來進行衡量。統(tǒng)一成公式就是如下所示：

其中rate代表投入產(chǎn)出比，?代表用戶運營活動使得LTV增加的量，cost代表運營活動投入的成本。

當(dāng)投入產(chǎn)出比大于1的時候，則代表這次活動就是有正收益的。這是一個非常簡單的公式，但是在實際的用戶運營中，卻很少用到，除了LTV概念沒有深度普及之外，還有一個關(guān)鍵的原因就是，生命周期價值的提升難以在短時間內(nèi)衡量。實際上這個問題也并非沒有解決辦法。下面我們就會提到如何計算LTV，從而提升LTV的投入產(chǎn)出比。

二、LTV的計算

在網(wǎng)上目前會看到一些比較通識性的LTV計算方法，使用MMR代表每月用戶用戶給平臺帶來的收入，churn rate代表用戶的月流失率，那么LTV的計算方法如下所示：

這種簡單的計算方法隱含了兩個假設(shè)：用戶結(jié)構(gòu)穩(wěn)定不變、用戶質(zhì)量穩(wěn)定不變。這兩個假設(shè)就意味著，新用戶的質(zhì)量總是長期穩(wěn)定不變，不管從什么渠道獲取到的用戶都有一樣的流失率和收入情況，同時產(chǎn)品的用戶規(guī)模不會出現(xiàn)比較大的波動。顯然這些假設(shè)在實際中就是不存在的。用這種方式計算的LTV僅僅能作為一個宏觀數(shù)據(jù)的參考，并不能真正指導(dǎo)業(yè)務(wù)。

那么，什么樣的LTV計算才是有價值的呢？結(jié)合我們提到的LTV的應(yīng)用場景，就是要能夠計算用戶運營活動的投入產(chǎn)出比。不管是拉新、留存還是召回，本質(zhì)上都是針對不同用戶的活動，每次活動的成本是可以計算的，那么為了計算運營活動的投入產(chǎn)出比，這就意味著需要盡快檢測出來不同維度的用戶群的LTV變化。

要精確的計算每個用戶的LTV，意味著需要等用戶流失之后才能知道LTV的精確值，這個過程短則幾個月，長則數(shù)年。顯然用戶運營活動顯然不可能等比較長時間之后，才去看這個精確的LTV結(jié)果。為了能及時計算LTV的變化，就需要用一些回歸或者預(yù)測類的算法。比如最典型的新用戶獲取問題，一般投放的BD衡量一個渠道的好壞，除了看新客成本，還通過一些短期數(shù)據(jù)來簡單判斷某個渠道內(nèi)用戶的整體質(zhì)量如何以及將來的贏利能力如何。這些短期數(shù)據(jù)包括新客的次日留存，7日留存，30日留存這些留存數(shù)據(jù)，以及7日消費額，30日消費額等營收數(shù)據(jù)。既然BD可以用這些數(shù)據(jù)可以做出基于人工經(jīng)驗的判斷，那么就意味著短期數(shù)據(jù)中有足夠預(yù)測用戶長期LTV的信息量。

相比于人工考慮的短期數(shù)據(jù)，數(shù)據(jù)系統(tǒng)記錄用戶短期內(nèi)使用產(chǎn)品的全部行為數(shù)據(jù)包含了更大的信息量，用這些數(shù)據(jù)作為入?yún)ⅲ梢愿玫母玫仡A(yù)測LTV的結(jié)果，進而檢測LTV的變化。利用歷史上用戶行為數(shù)據(jù)以及最終的LTV情況作為訓(xùn)練數(shù)據(jù)，利用用戶行為數(shù)據(jù)中的多個維度的特征作為入?yún)?，可以做出?zhǔn)確率相對比較高的LTV預(yù)測模型。這其中無論是使用決策樹、回歸算法還是神經(jīng)網(wǎng)絡(luò)，只要數(shù)據(jù)量滿足，預(yù)測的準(zhǔn)確率是可以基本保證的。一旦擁有了這樣的LTV預(yù)測模型，那么用戶運營的結(jié)果就可以有效的監(jiān)控起來。

雖然機器學(xué)習(xí)關(guān)于預(yù)測的算法已經(jīng)非常成熟且越來越普及，但是確實也不是所有的公司都具有開發(fā)預(yù)測模型的能力。在不具有開發(fā)預(yù)測模型的能力的情況下，負責(zé)用戶運營的同學(xué)也可以根據(jù)歷史上用戶的短期留存率和短期營收數(shù)據(jù)作為入?yún)?，擬合出來粗略的LTV計算公式。作為用戶運營的基礎(chǔ)數(shù)據(jù)模型。

三、LTV的應(yīng)用

當(dāng)LTV的數(shù)據(jù)計算方法被各方認(rèn)同之后，利用LTV可以做用戶運營效果的檢測，并沉淀為后續(xù)用戶運營活動的經(jīng)驗。

在用戶獲取和用戶召回的時候，利用不同渠道獲取到了用戶的短期行為數(shù)據(jù)作為基礎(chǔ)預(yù)測出的LTV。在計算出LTV后，就可以同時綜合考慮投放成本，確定不同渠道的價值，從而確定怎樣的投放組合在用戶獲取中是最高效的方法。在用戶留存時，不論是做活動還是發(fā)送優(yōu)惠券，都需要衡量這些用戶運營活動之后LTV的預(yù)測值的變化。根據(jù)LTV預(yù)測值的提升結(jié)果，可以了解到不同活效果的好壞，從而總結(jié)后續(xù)以留存為目的的運營活動到底該如何改進。

不僅僅日常的用戶運營活動需要看LTV，一些特殊階段也不例外，比如早期增長或者產(chǎn)所在行業(yè)面臨激烈競爭的時候。在這些特殊階段，團隊決策層的注意力可能會僅僅放在用戶運營結(jié)果的絕對量上，比如活躍用戶數(shù)，新增用戶數(shù)。即使在這種情況下，用戶運營的投入產(chǎn)出比可以為負數(shù)，單并不意味這LTV可以放棄去考慮。資源有限的情況下，總是找到最優(yōu)解。使用LTV來提前預(yù)估不同的投資組合的效果之后，在產(chǎn)品早期或者競爭期會更有優(yōu)勢。

有效地利用LTV，不僅僅是為了衡量用戶對產(chǎn)品的價值，更重要的是進一步驅(qū)動產(chǎn)品的進步。

#專欄作家#

潘一鳴，公眾號：產(chǎn)品邏輯之美，人人都是產(chǎn)品經(jīng)理專欄作家。畢業(yè)于清華大學(xué)，暢銷書《產(chǎn)品邏輯之美》作者；先后在多家互聯(lián)網(wǎng)公司從事產(chǎn)品經(jīng)理工作，有很多復(fù)雜系統(tǒng)的構(gòu)建實踐經(jīng)驗。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自?unsplash